Linux 的正则表达式

重要性

我们通过sed或awk工具可以轻松愉快的对一堆文本分析、对数据进行处理、服务器报错日志的分析、服务器用户访问日志统计分析等。

但是要玩耍好sed和awk工具，正则表达式是基础，不得不掌握。

单个字符

特定字符

如'1'、'a'、'A'

范围字符

数字字符：[0-9]，代表0到9数字中的任意一个

小写字符：[a-z]，代表a到z字母中的任意一个

大写字符：[A-Z]，代表A到Z字母中的任意一个

特殊符号：[,._]

取反：[^0-9]，代表除0到9数字外的任意一个字符

任意字符

代表任意字符：'.'

注意：'[.]'，代表普通的点（本身的含义），'\.'也是代表普通的点（本身的含义）

边界字符

头尾字符，即以某个或多个字符开头，或者是以某个或多个字符结尾

例如：
^root 代表以这个单词开始匹配
root$ 代表以这个单词结尾匹配
^$ 代表空行

元字符

代表普通字符或特殊字符

\w 代表匹配任何字类字符，包括下划线：[A-Za-z0-9_]
\W 代表匹配非任何字类字符，如：^[A-Za-z0-9_]
\b 代表单词的分割符（即不在连续的单词中间），如：'\bx'

重复字符

* 代表零次或者多次匹配前面的字符或者子表达式 
如 'ab*' ，只对b重复
'\(ab\)*' ，对ab重复
也可用{0,}表示

+ 代表一次或者多次匹配前面的字符或者子表达式 
如 'ab\+'，只对b重复
也可用{1,}表示

？代表零次或者一次匹配前边的字符或子表达式 
如 'ab\?'，只对b重复
也可用{0,1}表示

重复特定次数: {n,m} 重复最小n，最大m次
如 '[0-9]\{n,m\}'

任意字符串的表示：.*
如：'^r.*'、'm.*c'//不仅匹配4个字符，开头是m，结尾是c，但中间长度2个字符或以上

注意：'m..c' 只匹配4个字符，开头是m，结尾是c

坑：贪婪的匹配，如：'bm.*cb'

更加精确的匹配，如：'bm[a-z]*cb'

逻辑正则

| 或，如：'bin/\(false\|true\)'

哪些字符表示需要带'\'

()，如：'\(\)'
{}，如：'\{\}'
+，如：'\+'
?，如：'\?'
|，如：'\|'
\，如：'\\'

例子

1、匹配4-10位的QQ号

'^[0-9]\{4,10\}$'

2、匹配15位或18位身份证号（支持带X的）

'^[1-9]\([0-9]\{13\}\|[0-9]{16\}\)[0-9xX]$'

3、匹配密码（由数字、26个字母和下划线组成）

'^w\+$'